Forskere vurderer pålideligheden af ​​flere udfældelige vanddampdatasæt i Centralasien

Omhyggelig evaluering og udvælgelse af datasæt til videnskabelig forskning er afgørende, især for dårligt observerede regioner som Centralasien. ERA5, den nye generations reanalyse af European Center for Medium-Range Weather Forecasts (ECMWF), er den mest pålidelige til at afsløre de spatiotemporale karakteristika for udfældelig vanddamp (PWV) i Centralasien, sammenlignet med andre reanalysedatasæt, ifølge en nylig undersøgelse offentliggjort i Jord- og rumvidenskab .

Undersøgelsen fokuserer specifikt på Centralasien, et stort, halvtørre til tørre regioner, da det har lidt alvorlig vandmangel i det seneste halve århundrede, påvirker samfundets bæredygtige udvikling. Som en grundlæggende komponent i vandets kredsløb, atmosfærisk vanddamp spiller en vigtig rolle i klimasystemet og vandressourcerne. At forstå de rumlige tidsmæssige variationer af atmosfærisk vanddamp er afgørende for forståelsen af ​​vandets kredsløb og forvaltningen af ​​vandressourcer.

"Stationobservationer er begrænsede i Centralasien på grund af de sparsomme rumlige fordelinger og inhomogeniteter i observationer, " sagde Jie Jiang fra Institute of Atmospheric Physics ved det kinesiske videnskabsakademi, avisens første forfatter. "Satellitprodukter og reanalysedatasæt er nyttige komplementer til in situ observationer. pålideligheden og nøjagtigheden af ​​disse datasæt i Centralasien er stadig uklar."

Forskere evaluerede flere satellit- og reanalyserede PWV-datasæt mod radiosonde-observationer i Centralasien. Evalueringen viste, at to store satellitprodukter, nemlig Kun atmosfærisk infrarød ekkolod (kun AIRS) og atmosfærisk infrarød ekkolod/avanceret mikrobølgesounder (AIRS/AMSU), med rimelighed kan fange de klimatologiske fordelinger, årlig cyklus og månedlige variationer af PWV. Blandt de otte aktuelle state-of-the-art genanalysedatasæt, herunder ECMWF interim reanalyse (ERAIM), den femte generation af ECMWF atmosfærisk reanalyse (ERA5), Nationale Centre for Environmental Prediction (NCEP)1, NCEP2, Climate Forecast System Reanalysis (CFSR), 55-årigt moderne japansk genanalyseprojekt (JRA55), Modern Era Retrospective Analysis for Research and Applications (MERRA), og MERRA version 2 (MERRA2), ERA5 og MERRA2 har bedre ydeevne i både klimatologiske egenskaber og interårlige variationer, mens NCEP1 og NCEP2 klarer sig dårligere, da disse produkter ikke har assimileret hverken AIRS- eller AMSU-data.

"Der er ikke noget 'bedste' reanalysedatasæt, da forskellige datasæt har deres egne styrker og svagheder i forskellige aspekter, " kommenterede prof. Tianjun Zhou, tilsvarende forfatter på papiret og seniorforsker ved Institute of Atmospheric Physics i det kinesiske videnskabsakademi. Dermed, de konstruerede yderligere et færdighedsvægtet ensemblegennemsnit af reanalysedatasættene, baseret på de forskellige ydelser af individuelle datasæt. "Det forventes at være mere pålideligt til at afsløre de klimatologiske rumlige mønstre af PWV, sammenlignet med det simple ensemblemiddelværdi og individuelle datasæt, " tilføjede Zhou.

Teamet undersøgte yderligere de fysiske processer, der dominerede PWV -variationerne i Centralasien. De fandt ud af, at år-til-år variationer i PWV i høj grad er moduleret af det lokale vandkredsløb, efterfulgt af fjernstyrken fra Nordatlanten

"Dette arbejde giver værdifuld information til fremtidig forskning i vandkredsløbet i Centralasien. Brugen af ​​færdighedsvægtning er et nyt forsøg på at fusionere forskellige reanalysedatasæt, da metoden generelt oftere bruges i multimodelstudier, " sagde Zhou.